LG a passé environ un an à apprendre une seule tâche à un humanoïde sur sa ligne de lave-linge du Tennessee ; la démo a pris quelques jours

LG Electronics teste depuis environ un an un robot humanoïde sur une seule tâche dans son usine de lave-linge du Tennessee : soulever le capot supérieur de la machine et l'accrocher à un portant de peinture. Park Jeong-seop, qui dirige l'équipe d'intelligence robotique de LG, a présenté l'essai le 9 novembre lors de NVIDIA AI Day Seoul 2026, au COEX de Séoul. D'après iNews24, ce poste a été choisi parce que les opérateurs qui soulèvent les capots à répétition accumulent fatigue et troubles musculosquelettiques.

Le chiffre le plus parlant est venu pendant les questions. Une courte démo était possible en quelques jours, a dit Park, selon Chonji Ilbo ; le plus dur a été de garder le robot au travail quand la position des pièces dérivait et que l'éclairage changeait d'un cycle à l'autre. Cet écart, c'est le coût d'un humanoïde d'usine. La démo coûte peu ; le reste de l'année est passé à la rendre répétable.

Chaque échec repart en simulation

LG a découpé le travail en cinq étapes. Les ingénieurs ont analysé les gestes d'opérateurs expérimentés, collecté des données de téléopération et de simulation, puis entraîné dessus le modèle Isaac GR00T de NVIDIA. Avec Cosmos, le modèle vidéo de NVIDIA, ils ont généré des arrière-plans synthétiques pour que le robot supporte les variations de lumière et d'environnement, et construit dans Isaac Sim une quasi-copie de la ligne pour réduire l'écart sim-to-real. TensorRT a raccourci le temps que met le robot à choisir son geste suivant. Quand le robot échoue en atelier, l'équipe reproduit l'échec en simulation et le réentraîne, selon iNews24.

« Dans une vraie usine, il y a énormément de variables chaque jour, selon le plan de production », a dit Park. « Obtenir des performances qui tiennent malgré ces changements, c'est le devoir important. » Lee Jong-hwan, architecte solutions en IA physique chez NVIDIA, a expliqué dans la même session qu'un robot entraîné uniquement sur des réussites finit par rejouer des trajectoires apprises par cœur, et qu'il lui faut aussi des données sur la manière de se rattraper après un échec.

Les 500 000 prochaines heures servent à répéter

LG prévoit d'atteindre 500 000 heures cumulées de données d'entraînement d'ici la fin de l'année grâce à sa LG Data Factory, et de vérifier le robot encore et encore en usine et en simulation. L'objectif, selon Newstop Korea, est d'améliorer la précision en répétition, l'adaptation aux conditions changeantes et la reprise après erreur.

Le meilleur argument pour ne pas surinterpréter cette année, c'est qu'une bonne partie a pu servir à bâtir la chaîne de travail, et qu'une chaîne se réutilise. LG a installé son robot à roues CLOiD dans l'usine du Tennessee en août et prévoit de dévoiler un humanoïde bipède basé sur Isaac GR00T au premier trimestre de l'an prochain, selon iNews24. Si la deuxième tâche de la ligne prend quelques semaines plutôt qu'un an, cette année était un investissement ; si elle en prend une autre, c'est le prix par tâche.